楊輝鵬 郭守亭

一、文獻(xiàn)綜述

比較政治經(jīng)濟(jì)學(xué)和福利國(guó)家理論認(rèn)為，發(fā)展是基于社會(huì)經(jīng)濟(jì)條件和經(jīng)濟(jì)實(shí)踐活動(dòng)變化而不斷更新和完善的報(bào)酬遞增的過(guò)程。①袁富華：《經(jīng)濟(jì)社會(huì)一體化多目標(biāo)平衡與治理機(jī)制》，《中國(guó)特色社會(huì)主義研究》2020 年第1 期。②高培勇、袁富華、胡懷國(guó)等：《高質(zhì)量發(fā)展的動(dòng)力、機(jī)制與治理》，《經(jīng)濟(jì)研究》2020 年第5 期。當(dāng)前，中國(guó)進(jìn)入由“總量擴(kuò)張”向“結(jié)構(gòu)優(yōu)化”轉(zhuǎn)變的高質(zhì)量發(fā)展階段，“迫切需要新一代人工智能等重大創(chuàng)新添薪續(xù)力”。因此，探究中國(guó)城市人工智能高質(zhì)量發(fā)展的形成路徑對(duì)于實(shí)現(xiàn)中國(guó)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展具有十分重要的理論意義和實(shí)踐價(jià)值。③程文：《人工智能、索洛悖論與高質(zhì)量發(fā)展：通用目的技術(shù)擴(kuò)散的視角》，《經(jīng)濟(jì)研究》2021 年第10 期。

近年來(lái)，作為一種新的重要生產(chǎn)要素和數(shù)字經(jīng)濟(jì)的核心①沈偉、趙爾雅：《數(shù)字經(jīng)濟(jì)背景下的人工智能國(guó)際法規(guī)制》，《上海財(cái)經(jīng)大學(xué)學(xué)報(bào)》2022 年第5 期。，人工智能的迅猛發(fā)展及其廣泛應(yīng)用，引起社會(huì)各界的普遍關(guān)注，理論界和學(xué)術(shù)界也圍繞人工智能發(fā)展的典型特征與測(cè)度指標(biāo)及其對(duì)經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)發(fā)展、就業(yè)和工資等方面的影響展開(kāi)了一系列研究。由于技術(shù)創(chuàng)新的持續(xù)推進(jìn)，誕生于1956 年的人工智能的概念內(nèi)涵至今也未能在理論界達(dá)成共識(shí)。②陳鳳仙：《人工智能發(fā)展水平測(cè)度方法研究進(jìn)展》，《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》2022 年第2 期。部分研究機(jī)構(gòu)和學(xué)者認(rèn)為，人工智能既是一種使機(jī)器能夠在一定環(huán)境中進(jìn)行智能化的活動(dòng)③J.Nilsson，The Quest for Artificial Intelligence：A History of Ideas and Achievements.Cambridge University Press，2010.，同時(shí)也是一種基于機(jī)器或技術(shù)與軟件的在人類定義的特定環(huán)境中具有不同自主性程度的系統(tǒng)④OECD（2019）.Artificial Intelligence in Society.OECD Publishing.Organization for Economic Co-operation and Development.；基于此，部分學(xué)者或認(rèn)為人工智能是一種具有執(zhí)行和使用與人類相關(guān)的認(rèn)知功能進(jìn)而完成各項(xiàng)任務(wù)能力的自動(dòng)化技術(shù)⑤Mckinsey（2017）：A Future that Works: Automation，Employment，and Productivity.Mckinsey & Company.Report，Corpus ID:114479521.，或具備思考和學(xué)習(xí)功能，并根據(jù)環(huán)境采取各項(xiàng)行動(dòng)的智能行為⑥Gillham，J（2018），The Macroeconomic Impact of Artificial Intelligence.PwC&Company RePORT，Corpus ID：218841992.⑦Rao，A，S，&G，Verweiji（2017）.Sizing the Prize What’s the Real Value of AIyou’re your Business and How Can You Capitalise？ PwC&Company RePORT，Corpus ID：169895787.；2022 年，OpenAI 發(fā)布的ChatGPT 以其 “對(duì)話式”的互動(dòng)與“人性化”的服務(wù)進(jìn)一步深化了社會(huì)各界對(duì)人工智能發(fā)展的新認(rèn)識(shí)⑧鄭世林、姚守宇、王春峰：《ChatGPT 新一代人工智能技術(shù)發(fā)展的經(jīng)濟(jì)和社會(huì)影響》，《產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論》2023 年第3 期。。在對(duì)人工智能認(rèn)識(shí)不斷深化的基礎(chǔ)上，為全方位考察全球人工智能發(fā)展水平，斯坦福大學(xué)自2017 年以來(lái)基于研發(fā)、技術(shù)、產(chǎn)業(yè)發(fā)展、經(jīng)濟(jì)影響、軟件及其多樣性角度測(cè)度了全球主要國(guó)家的人工智能發(fā)展情況⑨Stanford University.Artificial Intelligence Index，Stanford University，Report，http://aiindex Stanford.edu/.；國(guó)內(nèi)研究機(jī)構(gòu)如清華大學(xué)、中國(guó)信息通信研究院和Gartner、武漢大學(xué)和長(zhǎng)江商學(xué)院及國(guó)家工業(yè)信息安全發(fā)展研究中心近年來(lái)也分別從數(shù)字支撐條件和產(chǎn)業(yè)發(fā)展等不同角度對(duì)中國(guó)人工智能發(fā)展現(xiàn)狀進(jìn)行了評(píng)價(jià)⑩顧國(guó)達(dá)、馬文景：《人工智能綜合發(fā)展指數(shù)的構(gòu)建及應(yīng)用》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2021 年第1 期。；在此基礎(chǔ)上，顧國(guó)達(dá)和馬文景[11]顧國(guó)達(dá)、馬文景：《人工智能綜合發(fā)展指數(shù)的構(gòu)建及應(yīng)用》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2021 年第1 期。、呂榮杰和郝力曉[12]呂榮杰、郝力曉：《中國(guó)人工智能發(fā)展水平、區(qū)域差異及分布動(dòng)態(tài)演進(jìn)》，《科技進(jìn)步與對(duì)策》2021 年第24 期。及李旭輝等人[13]李旭輝、張勝寶、程剛等：《三大支撐帶人工智能產(chǎn)業(yè)自主創(chuàng)新能力測(cè)度分析》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2020年第4 期。通過(guò)對(duì)人工智能發(fā)展水平進(jìn)行測(cè)度后，對(duì)其演進(jìn)過(guò)程及其特征進(jìn)行了分析；也有部分研究機(jī)構(gòu)和學(xué)者從專利和出版物數(shù)據(jù)[14]WIPO（2019），Technolopy trends 2019：Artificial Intelligence，World Intellectual Property Organization.、創(chuàng)新能力[15]李旭輝、楊夢(mèng)成：《“一帶一路”省域人工智能產(chǎn)業(yè)科技創(chuàng)新時(shí)空格局及動(dòng)態(tài)演進(jìn)》，《科學(xué)管理研究》2022 年第1 期。[16]李旭輝、彭勃、程剛等：《長(zhǎng)江經(jīng)濟(jì)帶人工智能產(chǎn)業(yè)發(fā)展趨勢(shì)演進(jìn)及空間非均衡特征研究》，《情報(bào)雜志》2020 年第5 期。[17]李旭輝、楊夢(mèng)成、嚴(yán)晗：《中國(guó)人工智能產(chǎn)業(yè)科技創(chuàng)新能力測(cè)度及趨勢(shì)演進(jìn)》，《科研管理》2023 年第1 期。[18]袁野、汪書悅、陶于祥：《人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力測(cè)度體系構(gòu)建：基于創(chuàng)新生態(tài)系統(tǒng)視角》，《科技進(jìn)步與對(duì)策》2021 年第18 期。、技術(shù)標(biāo)準(zhǔn)[19]周立軍、瞿羽揚(yáng)、劉思薇等：《我國(guó)人工智能產(chǎn)業(yè)技術(shù)標(biāo)準(zhǔn)形成能力的空間非均衡及分布動(dòng)態(tài)演進(jìn)》，《經(jīng)濟(jì)問(wèn)題探索》2023 年第2 期。等方面對(duì)人工智能的發(fā)展進(jìn)行了更為細(xì)致的考察，并認(rèn)為隨著老齡化程度的不斷加劇，人工智能可以通過(guò)提高生產(chǎn)智能化、資本回報(bào)率和全要素生產(chǎn)率減少老齡化對(duì)經(jīng)濟(jì)的沖擊[20]陳彥斌、林晨、陳小亮.《人工智能、老齡化與經(jīng)濟(jì)增長(zhǎng)》，《經(jīng)濟(jì)研究》2019 年第5 期。，但有學(xué)者在Zeria 模型中考慮鮑莫爾“成本病”，并考察在生產(chǎn)技術(shù)中引入人工智能的影響后發(fā)現(xiàn)，人工智能的進(jìn)步及其宏觀經(jīng)濟(jì)效應(yīng)取決于企業(yè)行為①Aghion，P.，B.F.Jones，and C.I.Jones，2017，“Artificial Intelligence and Economic Growth”，NBER Working Paper.。面對(duì)這一爭(zhēng)論，林晨等在Aghion et al.和陳彥斌等基礎(chǔ)上進(jìn)一步研究后發(fā)現(xiàn)，人工智能可以增強(qiáng)實(shí)體投資和減輕對(duì)消費(fèi)投資的擠壓，實(shí)現(xiàn)居民消費(fèi)的擴(kuò)大和經(jīng)濟(jì)的進(jìn)一步增長(zhǎng)。②林晨、陳小亮、陳偉澤等:《人工智能、經(jīng)濟(jì)增長(zhǎng)與居民消費(fèi)改善：資本結(jié)構(gòu)優(yōu)化的視角》，《中國(guó)工業(yè)經(jīng)濟(jì)》2020年第2 期。至于就業(yè)方面，以ChatGPT 為代表的生成式智能技術(shù)的出現(xiàn)及其快速發(fā)展與應(yīng)用，加快了人工智能對(duì)數(shù)據(jù)分析等非常規(guī)型工作的替代步伐，同時(shí)高端智能技術(shù)推動(dòng)生產(chǎn)流程的重塑以及柔性生產(chǎn)方式的改變，使企業(yè)對(duì)勞動(dòng)力的需求減少③吳立元、王懺、傅春楊等：《人工智能、就業(yè)與貨幣政策目標(biāo)》，《經(jīng)濟(jì)研究》2023 年第1 期。，勞動(dòng)力不斷被人工智能所替代的直接后果表現(xiàn)為勞動(dòng)力工資隨之下降④王永欽、董雯：《機(jī)器人的興起如何影響中國(guó)勞動(dòng)力市場(chǎng)?——來(lái)自制造業(yè)上市公司的證據(jù)》，《經(jīng)濟(jì)研究》2020 年第10 期。，并導(dǎo)致產(chǎn)出缺口與就業(yè)缺口之間可能出現(xiàn)巨大的悖離，貨幣政策由此在二者之間面臨權(quán)衡⑤吳立元、王懺、傅春楊等：《人工智能、就業(yè)與貨幣政策目標(biāo)》，《經(jīng)濟(jì)研究》2023 年第1 期。，與此同時(shí)催生出的新業(yè)態(tài)又?jǐn)U展了原有工作內(nèi)容，使人工智能對(duì)就業(yè)的影響具有顯著的異質(zhì)性⑥尹志鋒、曹愛(ài)家、郭家寶等：《基于專利數(shù)據(jù)的人工智能就業(yè)效應(yīng)研究——來(lái)自中關(guān)村企業(yè)的微觀證據(jù)》，《中國(guó)工業(yè)經(jīng)濟(jì)》2023 年第5 期。，但也有學(xué)者認(rèn)為，勞動(dòng)者收入的增減與否并不確定，這一方面是由于人工智能的要素?cái)U(kuò)展型技術(shù)屬性催生出的新業(yè)態(tài)增加了對(duì)高技能勞動(dòng)力的需求，進(jìn)而優(yōu)化了勞動(dòng)力市場(chǎng)結(jié)構(gòu)并緩解了資源錯(cuò)配⑦呂越、馬明會(huì)、陳泳昌等：《人工智能賦能綠色發(fā)展》，《中國(guó)人口·資源與環(huán)境》2023 年第10 期。，另一方面還取決于資本和勞動(dòng)的替代彈性⑧Nordhaus，w.（2015）.“Are we approaching an economic singularity? Information technology and the future of economic growth”，NBER Working Paper，No.21547.⑨Graetz，G.&G.Michaels （2015），“Obotsatwork：TheImpactonProductivityandJobs”，TechnicalReport，CentreforEconimic Performance，LSE.。由于人工智能還會(huì)引起產(chǎn)業(yè)自動(dòng)化與非自動(dòng)化部門的比例變化，當(dāng)二者的替代彈性較低時(shí)，前者的勞動(dòng)收入相反還會(huì)增加⑩郭凱明：《人工智能發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)與勞動(dòng)收入份額變動(dòng)》，《管理世界》2019 年第7 期。，因此，人工智能對(duì)勞動(dòng)收入的影響也取決于它所在產(chǎn)業(yè)部門的生產(chǎn)方式。

上述研究對(duì)于推動(dòng)人工智能的發(fā)展與應(yīng)用具有重要的參考價(jià)值，并對(duì)中國(guó)城市人工智能的發(fā)展提供了有益的啟示，但這些研究都忽略了一個(gè)重要的內(nèi)容，即為什么不同區(qū)域的人工智能發(fā)展會(huì)有差別？如何協(xié)同政府與市場(chǎng)的關(guān)系更好地促進(jìn)人工智能的發(fā)展？盡管已有學(xué)者從政府政策、產(chǎn)業(yè)布局、基礎(chǔ)研究、人才培養(yǎng)等方面提出了人工智能的發(fā)展建議，但這些對(duì)策缺乏理論框架與量化分析，并且人工智能的發(fā)展是一個(gè)受到各個(gè)因素共同作用的復(fù)雜系統(tǒng)，在解釋這類現(xiàn)象時(shí)，探究基于整體視角多因素組合對(duì)人工智能發(fā)展的協(xié)同作用很有必要。有鑒于此，本文基于技術(shù)經(jīng)濟(jì)范式理論，采用案例研究與定量研究于一體的模糊集定性比較分析（fsQCA），探索不同的條件組態(tài)的存在或缺失，引起中國(guó)城市人工智能高質(zhì)量發(fā)展路徑形成的因果復(fù)雜性問(wèn)題。

二、理論基礎(chǔ)

理論界一致認(rèn)為，最先關(guān)注并研究技術(shù)進(jìn)步與經(jīng)濟(jì)增長(zhǎng)二者關(guān)系的學(xué)者是熊彼特，但提出并運(yùn)用技術(shù)經(jīng)濟(jì)范式這一理論框架全面解釋技術(shù)變革與經(jīng)濟(jì)變遷之間關(guān)系的學(xué)者則是Perez 和Freeman 等人。在他們看來(lái)，技術(shù)經(jīng)濟(jì)范式是通過(guò)由“一個(gè)特定投入或一組投入”的“關(guān)鍵要素”的變遷實(shí)現(xiàn)的，這種可能表現(xiàn)為某種自然資源、工業(yè)產(chǎn)品或者技術(shù)的“關(guān)鍵要素”，是推動(dòng)技術(shù)經(jīng)濟(jì)范式變革的基本條件，同時(shí)也是其范式變革表現(xiàn)出來(lái)的典型特征及其類型劃分的重要依據(jù)。由于技術(shù)經(jīng)濟(jì)范式總是與同時(shí)代的科技現(xiàn)狀和產(chǎn)業(yè)發(fā)展相適應(yīng)，并在一定時(shí)間內(nèi)影響宏觀社會(huì)結(jié)構(gòu)與微觀經(jīng)濟(jì)主體的運(yùn)行。因此，技術(shù)經(jīng)濟(jì)范式變革在促進(jìn)最具有生產(chǎn)力的新興產(chǎn)業(yè)生產(chǎn)技術(shù)快速發(fā)展和工藝流程與管理構(gòu)架不斷優(yōu)化的同時(shí)，也會(huì)憑借各種資本的力量逐步向其他產(chǎn)業(yè)擴(kuò)散，一些傳統(tǒng)產(chǎn)業(yè)也因?yàn)樾录夹g(shù)帶來(lái)的組織與管理的變革而得到復(fù)蘇。同時(shí)，它會(huì)對(duì)經(jīng)濟(jì)領(lǐng)域帶來(lái)直接或間接的沖擊，因此社會(huì)和制度層面的變革與之必須相匹配，這種良好匹配的形成為未來(lái)幾十年內(nèi)穩(wěn)定的長(zhǎng)期投資行為和投資模式奠定了堅(jiān)實(shí)的基礎(chǔ)。

21 世紀(jì)以來(lái)，以人工智能、大數(shù)據(jù)等新一代通訊技術(shù)所形成的智能技術(shù)群，通過(guò)不斷地提升自身的靈活性、共享性和高性能計(jì)算能力，在與社會(huì)經(jīng)濟(jì)系統(tǒng)進(jìn)行融合與重構(gòu)的過(guò)程中，形成以數(shù)據(jù)為關(guān)鍵生產(chǎn)要素、以人工智為核心的一系列的經(jīng)濟(jì)新形態(tài)，進(jìn)而通過(guò)引發(fā)整個(gè)社會(huì)其他領(lǐng)域的全面變革，實(shí)現(xiàn)經(jīng)濟(jì)領(lǐng)域的新一輪技術(shù)經(jīng)濟(jì)范式轉(zhuǎn)換。通過(guò)技術(shù)經(jīng)濟(jì)范式轉(zhuǎn)換①沈偉、趙爾雅：《數(shù)字經(jīng)濟(jì)背景下的人工智能國(guó)際法規(guī)制》，《上海財(cái)經(jīng)大學(xué)學(xué)報(bào)》2022 年第5 期。②楊青峰、李曉華：《數(shù)字經(jīng)濟(jì)的技術(shù)經(jīng)濟(jì)范式結(jié)構(gòu)、制約因素及發(fā)展策略》，《湖北大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）》2021 年第1 期。，植根于智能技術(shù)的數(shù)字基礎(chǔ)設(shè)施，推動(dòng)數(shù)字消費(fèi)和一、二、三產(chǎn)業(yè)上下聯(lián)動(dòng)與深度融合協(xié)同發(fā)展③歐陽(yáng)日輝：《數(shù)字經(jīng)濟(jì)的理論演進(jìn)、內(nèi)涵特征和發(fā)展規(guī)律》，《廣東社會(huì)科學(xué)》2023 年第1 期。，進(jìn)而推動(dòng)市場(chǎng)規(guī)模的不斷擴(kuò)大。隨著人工智能的持續(xù)發(fā)展，技術(shù)進(jìn)步與應(yīng)用、各種資本、社會(huì)制度和產(chǎn)業(yè)發(fā)展各要素之間與之良性互動(dòng)，并形成一個(gè)正反饋的閉環(huán)系統(tǒng)，最終實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)的持續(xù)增長(zhǎng)（圖1）。

圖1 基于人工智能的技術(shù)經(jīng)濟(jì)范式結(jié)構(gòu)與內(nèi)在邏輯

上述技術(shù)經(jīng)濟(jì)范式結(jié)構(gòu)與發(fā)展邏輯，為本文從組態(tài)的視角研究人力資本、技術(shù)應(yīng)用、產(chǎn)業(yè)發(fā)展、市場(chǎng)規(guī)模、政府干預(yù)和金融支持多重并發(fā)因素對(duì)中國(guó)城市人工智能的高質(zhì)量發(fā)展路徑的形成提供了理論基礎(chǔ)（圖2）。

圖2 本文的邏輯分析框架

三、研究方法

傳統(tǒng)的回歸分析認(rèn)為，影響結(jié)果發(fā)生的各種條件之間是彼此嚴(yán)格獨(dú)立的，即因變量取決于各個(gè)單變量的“凈效應(yīng)”①Fiss，P.C.，2007，“A Set-Theoretic Approach to Organiza? tional Configurations”，Academy of Management Review，Vol.32，pp.1180-1198.，但在經(jīng)濟(jì)管理的各種實(shí)踐中，影響結(jié)果的各種條件之間相互依賴的情況更為普遍，某個(gè)現(xiàn)象發(fā)生總是由相互依存的多個(gè)條件共同作用且存在等效的多重路徑②杜運(yùn)周、賈良定：《組態(tài)視角與定性比較分析(QCA):管理學(xué)研究的一條新道路》，《管理世界》2017 年第6 期。。因此，在解釋這類現(xiàn)象時(shí)，應(yīng)該采用組合的方式，從整體視角來(lái)探尋現(xiàn)實(shí)世界中條件組態(tài)與結(jié)果之間多重并發(fā)的因果關(guān)系③Misangyi，V.F.，T.Greckhamer，S.Furnari，P.C.Fiss，D.Crilly and R.Aguilera，2017，“Embracing Causal Complexity：The Emergence of a Neo-Configurational Perspective”，Journal of Management，Vol.43，pp.255-282.。那么，中國(guó)城市人工智能高質(zhì)量發(fā)展是否有路徑突顯呢，如果有，是否存在多條路徑？ 本文下一步將借助模糊集定性比較分析（fsQCA）對(duì)此進(jìn)行探討。

（一）變量的測(cè)度

1.結(jié)果變量

人工智能發(fā)展指數(shù)。如前文所述，多家研究機(jī)構(gòu)和多位學(xué)者對(duì)不同區(qū)域內(nèi)的人工智能進(jìn)行了測(cè)度，但這些測(cè)度均缺乏對(duì)中國(guó)城市層面的人工智能發(fā)展情況的關(guān)注。盡管有學(xué)者④鄒偉勇、熊云軍：《中國(guó)城市人工智能發(fā)展的時(shí)空演化特征及其影響因素》，《地理科學(xué)》2022 年第7 期。基于專利數(shù)據(jù)對(duì)中國(guó)城市人工智能發(fā)展進(jìn)行了時(shí)空演化方面的探討，但仍不能很好地全面把握其發(fā)展現(xiàn)狀。有鑒于此，本文采用中國(guó)城市人工智能發(fā)展指數(shù)報(bào)告（2021—2022）中的綜合發(fā)展指數(shù)反映各城市人工智能發(fā)展質(zhì)量。

2.條件變量

市場(chǎng)規(guī)模。經(jīng)濟(jì)發(fā)展水平是人工智能發(fā)展的基礎(chǔ)。一般說(shuō)來(lái)，經(jīng)濟(jì)發(fā)展水平的差異，會(huì)導(dǎo)致人工智能的市場(chǎng)需求與應(yīng)用程度也有差異⑤趙政楠、茹少峰、張青：《市場(chǎng)規(guī)模變化如何影響產(chǎn)業(yè)結(jié)構(gòu)升級(jí)?——基于需求側(cè)和供給側(cè)雙重視角的經(jīng)驗(yàn)分析》，《經(jīng)濟(jì)體制改革》2023 年第3 期。；同時(shí)，不同的市場(chǎng)規(guī)模也會(huì)影響知識(shí)與創(chuàng)新要素的流動(dòng)，進(jìn)而對(duì)人工智能進(jìn)一步向高端化方向推動(dòng)的力度也不同。參考葉琴等人⑥葉琴、徐曉磊、胡森林：《長(zhǎng)三角人工智能產(chǎn)業(yè)空間格局及影響因素》，《長(zhǎng)江流域資源與環(huán)境》2022 年第3 期。的研究，采用地區(qū)生產(chǎn)總值表征各城市的市場(chǎng)規(guī)模。

人力資本。智能化的技術(shù)特性，使人工智能對(duì)高素質(zhì)創(chuàng)新人才具有旺盛的需求，人力資本的差異也會(huì)使區(qū)域間人工智能的發(fā)展產(chǎn)生差距，創(chuàng)新型人才集聚度越高的地區(qū)，人力資本的投入就更加密集，人工智能產(chǎn)出也就更多。借鑒孫勇等人⑦孫勇、樊杰、劉漢初：《長(zhǎng)三角地區(qū)數(shù)字技術(shù)創(chuàng)新時(shí)空格局及其影響因素》，《經(jīng)濟(jì)地理》2022 年第2 期。的研究，采用高等院校在校人數(shù)衡量人力資本。

政府干預(yù)。人工智能的發(fā)展離不開(kāi)勞動(dòng)、資本的積極參與和企業(yè)的創(chuàng)新驅(qū)動(dòng)，政府的行為可能會(huì)起到很好的激勵(lì)效果，但過(guò)度干預(yù)也會(huì)產(chǎn)生擠出效應(yīng)，進(jìn)而對(duì)人工智能的發(fā)展產(chǎn)生正向或負(fù)向影響⑧陳小輝、張紅偉、文佳：《FinTech 信貸規(guī)模能刺激金融機(jī)構(gòu)提升涉農(nóng)貸款占比嗎?》，《中國(guó)管理科學(xué)》2022 年第5 期。，參考鄒偉勇和熊云軍⑨鄒偉勇、熊云軍：《中國(guó)城市人工智能發(fā)展的時(shí)空演化特征及其影響因素》，《地理科學(xué)》2022 年第7 期。的研究，采用財(cái)政一般預(yù)算支出與GDP 比重表征政府干預(yù)程度。

金融資本。人工智能技術(shù)的研發(fā)、應(yīng)用直至產(chǎn)業(yè)化的過(guò)程中需要大量的資金支持，金融資本市場(chǎng)一方面可以有效補(bǔ)充企業(yè)技術(shù)創(chuàng)新過(guò)程中所需的巨額資金需求，另一方面又可以基于風(fēng)險(xiǎn)評(píng)估，通過(guò)差異化的服務(wù)優(yōu)化企業(yè)的金融資源配置效率。借鑒謝智敏等人①謝智敏、王霞、杜運(yùn)周等：《創(chuàng)業(yè)生態(tài)系統(tǒng)如何促進(jìn)城市創(chuàng)業(yè)質(zhì)量——基于模糊集定性比較分析》，《科學(xué)學(xué)與科學(xué)技術(shù)管理》2020 年第11 期。的做法，采用各城市金融機(jī)構(gòu)存款余額與常住人口比值測(cè)量金融資本。

產(chǎn)業(yè)基礎(chǔ)。人工智能上下游產(chǎn)業(yè)鏈資源的集聚，在提高數(shù)字化基礎(chǔ)設(shè)施的共享度的同時(shí)，降低了智能化產(chǎn)業(yè)布局的各項(xiàng)成本，引導(dǎo)傳統(tǒng)產(chǎn)業(yè)由勞動(dòng)力密集型向現(xiàn)代化的產(chǎn)業(yè)智能化方向逐級(jí)演進(jìn)，并推動(dòng)人工智能技術(shù)的進(jìn)一步突破性發(fā)展與推廣應(yīng)用。參考朱恒源和王毅②朱恒源、王毅：《智能革命的技術(shù)經(jīng)濟(jì)范式主導(dǎo)邏輯》，《經(jīng)濟(jì)縱橫》2021 年第6 期。的研究，本文采用中國(guó)城市數(shù)字化發(fā)展指數(shù)（2021）中的產(chǎn)業(yè)融合指數(shù)來(lái)表征人工智能產(chǎn)業(yè)基礎(chǔ)發(fā)展情況。

技術(shù)創(chuàng)新。近年來(lái)，創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的提出，直接導(dǎo)致對(duì)地方政府的考核體系與激勵(lì)機(jī)制的變化，地方政府間原有的“為增長(zhǎng)而競(jìng)爭(zhēng)”，逐步演變成“為創(chuàng)新而競(jìng)爭(zhēng)”。各種技術(shù)的創(chuàng)新與應(yīng)用，可以不斷提升區(qū)域內(nèi)智能化水平，并推動(dòng)區(qū)域內(nèi)創(chuàng)新優(yōu)勢(shì)的進(jìn)一步形成。借鑒馬野青和余嘉莉③馬野青、余嘉莉：《本土產(chǎn)業(yè)集聚、FDI 流入與城市創(chuàng)新能力》，《河海大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）》2021 年第6 期。的處理方式，用每萬(wàn)人專利授權(quán)數(shù)來(lái)度量城市技術(shù)創(chuàng)新能力。

（二）數(shù)據(jù)來(lái)源與說(shuō)明

本文選取中國(guó)城市人工智能發(fā)展指數(shù)報(bào)告（2021—2022 年）中排名前100 名的城市作為研究對(duì)象，6 個(gè)條件變量的數(shù)據(jù)分別來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)城市數(shù)字化發(fā)展指數(shù)報(bào)告》。經(jīng)過(guò)匹配，最終形成除衢州、日照、盤錦、丹東和韶關(guān)以外的95 個(gè)城市組成的案例樣本。同時(shí)，為了避免結(jié)果變量與條件變量之間的互為因果關(guān)系，本文將結(jié)果變量作滯后一期處理，即結(jié)果變量使用2021 年數(shù)據(jù)，條件變量為2020 年數(shù)據(jù)。

（三）變量校準(zhǔn)

在fsQCA 中，條件變量和結(jié)果變量數(shù)據(jù)均需要轉(zhuǎn)換為0—1 之間的集合關(guān)系的隸屬分?jǐn)?shù)數(shù)據(jù)，這一過(guò)程即為校準(zhǔn)。由于社會(huì)科學(xué)缺乏理論標(biāo)準(zhǔn)對(duì)結(jié)果變量和前因條件變量進(jìn)行校準(zhǔn)指導(dǎo)，國(guó)內(nèi)外學(xué)者將條件變量和結(jié)果變量的完全隸屬、交叉點(diǎn)和完全不隸屬的3 個(gè)校準(zhǔn)點(diǎn)或設(shè)定為0.75、0.5 和0.25④杜運(yùn)周、劉秋辰、程建青：《什么樣的營(yíng)商環(huán)境生態(tài)產(chǎn)生城市高創(chuàng)業(yè)活躍度？ ——基于制度組態(tài)的分析》，《管理世界》2020 年第9 期。，或設(shè)定為0.95、0.5 和0.05⑤宋華、盧強(qiáng)：《什么樣的中小企業(yè)能夠從供應(yīng)鏈金融中獲益?——基于網(wǎng)絡(luò)和能力的視角》，《管理世界》2017 年第6 期。，或設(shè)定為0.90、0.5 和0.10⑥杜運(yùn)周、劉秋辰、陳凱薇等：《營(yíng)商環(huán)境生態(tài)、全要素生產(chǎn)率與城市高質(zhì)量發(fā)展的多元模式——基于復(fù)雜系統(tǒng)觀的組態(tài)分析》，《管理世界》2022 年第9 期。?？紤]到數(shù)據(jù)非正態(tài)分布特征，本文采用直接校準(zhǔn)法，并將完全隸屬、中間點(diǎn)和完全不隸屬的閾值分別設(shè)置為0.8、0.5 和0.2⑦Pappas，I.O.and A.G.“Woodside.Fuzzy-set Qualitative Comparative Analysis （fsQCA）：Guidelines for Research Practice inInformationSystemsandMarketing”，InternationalJournalof InformationManagement，2021，58102310.；同時(shí)，為了避免校準(zhǔn)后數(shù)據(jù)剛好處于0.5 的隸屬度的情況，本文將隸屬度為1 以下的變量中加入0.00001 的常數(shù)⑧Fiss，P.C.，2011，“Building Better Causal Theories: A Fuzzy Set Approach to Typologies in Organization Research”，Acade-my of Management Journal，Vol.54，pp.393-420.。

表1 條件和結(jié)果變量的說(shuō)明及描述性統(tǒng)計(jì)

三、結(jié)果分析

Ragin①Ragin，C.C.，2000，F(xiàn)uzzy-Eet Social Science，University of Chicago Press.認(rèn)為，模糊集定性比較分析本質(zhì)上是研究條件、條件組態(tài)與結(jié)果之間的隸屬關(guān)系，完整的模糊集定性比較分析是應(yīng)當(dāng)同時(shí)包含有前后順序的條件（組態(tài)）的必要性和充分性分析。

（一）單個(gè)條件的必要性分析

在fsQCA 中，必要條件指的是結(jié)果存在時(shí)某個(gè)一致性水平不小于0.9 的前因條件也必然存在。②Ragin，C.C.，2008，Redesigning Social Inquiry:Fuzzy Sets and Beyond，Chicago:University of Chicago Press.③Schneider，C.Q.andC.Wagemann，2012，Set-TheoreticMethodsfortheSocialSciences:AGuidetoQualitativeComparative Analysis，CambridgeUniversityPress.表2 為fsQCA 3.0 軟件分析的人工智能發(fā)展的必要條件檢驗(yàn)結(jié)果，根據(jù)其認(rèn)定標(biāo)準(zhǔn)可知，技術(shù)經(jīng)濟(jì)范式下的單一因素并不是推動(dòng)人工智能發(fā)展的必要條件。因此，研究6 個(gè)條件變量的協(xié)同作用對(duì)人工智能發(fā)展的影響機(jī)制是十分必要的。

表2 必要條件分析

（二）條件組態(tài)分析

與必要性分析主要重在對(duì)單個(gè)前因條件進(jìn)行檢驗(yàn)不同的是，條件組態(tài)的充分性分析則更多關(guān)注的是多個(gè)前因條件構(gòu)成的不同組態(tài)集合，對(duì)結(jié)果的產(chǎn)生是否具備充分性，其判斷的依據(jù)依然用一致性水平衡量①Ragin，C.C.，2008，Redesigning Social Inquiry:Fuzzy Sets and Beyond，Chicago:University of Chicago Press.且其值應(yīng)當(dāng)不小于0.75②Schneider，C.Q.and C.Wagemann，2012，Set- Theoretic Methods for the Social Sciences: A Guide to Qualitative Comparative Analysis，Cambridge University Press.。根據(jù)國(guó)內(nèi)外學(xué)者已有的相關(guān)研究來(lái)看，條件組態(tài)的充分性閾值的選擇主要有0.75、0.76 和0.8。與此同時(shí)，條件組態(tài)的充分性分析還要根據(jù)研究樣本數(shù)量來(lái)確定其頻數(shù)閾值的設(shè)定。普遍認(rèn)為，隨著研究樣本數(shù)量的增加，其頻數(shù)閾值也應(yīng)當(dāng)相應(yīng)的提高，但閾值設(shè)定應(yīng)當(dāng)確保至少75%的研究樣本包含其中③Rihoux, B.，Ragin，C.C.Configurational Comparative Methods: Qualitative Comparative Analysis（QCA）and Related Techniques，Thousand Oaks:SAGE Publications，2009.；此外，研究者結(jié)合對(duì)樣本內(nèi)容的掌握詳細(xì)程度和對(duì)其結(jié)果的精確度，條件組態(tài)的充分性分析還可以在以上分析內(nèi)容的基礎(chǔ)上考慮PRI 的一致性。盡管目前國(guó)外理論界和學(xué)術(shù)界對(duì)其值并沒(méi)有達(dá)成統(tǒng)一共識(shí)，但國(guó)內(nèi)學(xué)者在結(jié)合實(shí)際的學(xué)術(shù)研究后指出，PRI 臨界值一般不低于0.70，理想的臨界值不小于0.75。結(jié)合以上分析并參考杜運(yùn)周、劉秋辰、程建青④杜運(yùn)周、劉秋辰、程建青：《什么樣的營(yíng)商環(huán)境生態(tài)產(chǎn)生城市高創(chuàng)業(yè)活躍度？ ——基于制度組態(tài)的分析》，《管理世界》2020 年第9 期。的做法，本文將原始一致性閾值設(shè)定為0.80，頻數(shù)為1，PRI 一致性臨界值為0.75。

鑒于部分學(xué)者在其研究工作中，對(duì)本文中的6 個(gè)前因條件與結(jié)果變量之間的關(guān)系存在不一致乃至截然相反的看法，本文未作反事實(shí)分析，且在求解產(chǎn)生高質(zhì)量發(fā)展的條件組態(tài)過(guò)程中，默認(rèn)6 個(gè)前因條件“存在或缺失”都會(huì)引起結(jié)果變量的產(chǎn)生，并借鑒Ragin and Ragin⑤Rihoux，B.，Ragin，C.C.Configurational Comparative Methods：Qualitative Comparative Analysis（QCA）and Related Techniques，Thousand Oaks：SAGE Publications，2009.做法，對(duì)比簡(jiǎn)約解和中間解識(shí)別每個(gè)解的核心和邊緣條件，具體fsQCA 分析結(jié)果見(jiàn)表3。

表4 穩(wěn)健性檢驗(yàn)

1.產(chǎn)生城市高人工智能發(fā)展的條件組態(tài)

表3 中H1、H2a、H2b 即為中國(guó)城市產(chǎn)生高人工智能發(fā)展的三種組態(tài)，并形成2 條解釋和驅(qū)動(dòng)路徑。三種組態(tài)總體解的一致性和各自解（組態(tài)）的一致性水平都大于0.89，遠(yuǎn)高于一致性水平不低于0.75 的基本要求，且都有較高的原始覆蓋度。其中，H2a 與H2b 構(gòu)成了由核心條件為市場(chǎng)規(guī)模、人力資本和政府干預(yù)同時(shí)存在而組成的二階等價(jià)組態(tài)①Fiss，P.C.，2011，“Building Better Causal Theories: A Fuzzy Set Approach to Typologies in Organization Research”，Acade-my of Management Journal，Vol.54，pp.393-420.。

市場(chǎng)—資本共同驅(qū)動(dòng)型。組態(tài)H1 表明，在以高市場(chǎng)規(guī)模、高人力資本和高金融資本為核心條件，高產(chǎn)業(yè)基礎(chǔ)為邊緣條件的共同作用下可以產(chǎn)生高人工智能發(fā)展。在該發(fā)展路徑中，市場(chǎng)規(guī)模、人力資本和金融支持通過(guò)協(xié)同聯(lián)動(dòng)的方式，促進(jìn)了城市人工智能的高質(zhì)量發(fā)展，市場(chǎng)規(guī)模確保了人工智能發(fā)展和應(yīng)用基礎(chǔ)條件，人力資本提供了人工智能發(fā)展的智力支持與人才需求，金融資本則有效緩解了企業(yè)發(fā)展人工智能的資金約束。此外，產(chǎn)業(yè)基礎(chǔ)豐富了人工智能的表現(xiàn)形式和發(fā)展規(guī)模，并對(duì)于人工智能的進(jìn)一步發(fā)展發(fā)揮著重要的推動(dòng)作用。這一驅(qū)動(dòng)路徑下的典型案例主要是經(jīng)濟(jì)發(fā)達(dá)的東部沿海城市、中部省會(huì)城市和西部少數(shù)科教中心城市如成都和西安。

人才—營(yíng)商環(huán)境驅(qū)動(dòng)型。由組態(tài)H2a 和H2b 可以發(fā)現(xiàn)，城市人工智能高質(zhì)量發(fā)展主要受較大的市場(chǎng)規(guī)模、豐富的人力資本和顯著的政府干預(yù)協(xié)同聯(lián)動(dòng)的方式驅(qū)動(dòng)形成。政府行為和市場(chǎng)規(guī)模，為當(dāng)?shù)厝斯ぶ悄艿陌l(fā)展創(chuàng)造了良好的營(yíng)商環(huán)境，并與人力資本共同促進(jìn)其發(fā)展。從組態(tài)間的關(guān)系（縱—橫雙向）看，H2a 與H2b 構(gòu)成了核心條件同時(shí)存在、以非高技術(shù)創(chuàng)新為邊緣條件而組成的二階等價(jià)組態(tài)，產(chǎn)業(yè)基礎(chǔ)和金融資本具有明顯的替代關(guān)系，表明這兩個(gè)條件無(wú)需同時(shí)存在便可以與組態(tài)H2a 和組態(tài)H2b 中的余下四個(gè)條件一起導(dǎo)致結(jié)果的產(chǎn)生。這一驅(qū)動(dòng)路徑下的典型案例是東北和西南地區(qū)的省會(huì)城市。這些城市相對(duì)于市場(chǎng)—資本共同驅(qū)動(dòng)型路徑下的城市，政府干預(yù)較為明顯，并與市場(chǎng)規(guī)模和人力資本共同促進(jìn)了當(dāng)?shù)厝斯ぶ悄艿陌l(fā)展。

2.產(chǎn)生城市非高人工智能發(fā)展的條件組態(tài)

為了尋找并發(fā)現(xiàn)中國(guó)城市非高人工智能發(fā)展的路徑，本文也檢驗(yàn)并發(fā)現(xiàn)了產(chǎn)生非高人工智能發(fā)展的路徑的5 個(gè)條件組態(tài)NHc1、NHc2、NHc3、NHd1 和NHd2，并形成2 條解釋和驅(qū)動(dòng)路徑。其中，NHc1、NHc2 和NHc3 構(gòu)成了核心條件為產(chǎn)業(yè)基礎(chǔ)、市場(chǎng)規(guī)模和人力資本同時(shí)缺乏的一個(gè)二階等價(jià)組態(tài)。

產(chǎn)業(yè)—市場(chǎng)—人才抑制型。組態(tài)NHc1、NHc2、NHc3 顯示，非高產(chǎn)業(yè)基礎(chǔ)、非高市場(chǎng)規(guī)模和非高人力資本的同時(shí)存在抑制了城市人工智能的高質(zhì)量發(fā)展。市場(chǎng)規(guī)模的不足限制了人工智能的需求，人才的匱乏也使其高質(zhì)量發(fā)展缺乏必要的智力支持，這又影響其產(chǎn)業(yè)基礎(chǔ)的形成與發(fā)展。在這種情況下，即使有金融資本的支持或政府的干預(yù)，也難以實(shí)現(xiàn)城市人工智能的高質(zhì)量發(fā)展。這一抑制型路徑下的典型案例主要是中西部省會(huì)城市外的其他城市和東部沿海省份少數(shù)科教資源相對(duì)落后的城市如湖州、中山等。

政府干預(yù)下的產(chǎn)業(yè)基礎(chǔ)與金融服務(wù)缺乏型。組態(tài)NHd1、NHd2 顯示，非高產(chǎn)業(yè)基礎(chǔ)、非高金融資本和高政府干預(yù)的同時(shí)存在同樣抑制了城市人工智能的高質(zhì)量發(fā)展。產(chǎn)業(yè)基礎(chǔ)的不足影響了人工智能的高質(zhì)量發(fā)展，金融資本的支持度不夠也使企業(yè)缺乏發(fā)展人工智能的必要的資金支持。這說(shuō)明在政府的干預(yù)下，只要產(chǎn)業(yè)基礎(chǔ)和金融支持的不足，即使有技術(shù)創(chuàng)新的支持，也難以實(shí)現(xiàn)城市人工智能的高質(zhì)量發(fā)展。這一抑制型路徑下的典型案例主要是中部省會(huì)城市外的其他城市。

（三）穩(wěn)健性檢驗(yàn)

根據(jù)Schneider and Wagemann 建議和評(píng)判標(biāo)準(zhǔn)，參考張明、杜運(yùn)周、杜運(yùn)周，劉秋辰，程建青和Judge et al 等人的做法，本文采用改變校準(zhǔn)方法和改變一致性兩種方法，對(duì)城市人工智能高質(zhì)量發(fā)展的前因組態(tài)進(jìn)行穩(wěn)健性檢驗(yàn)。如果改變校準(zhǔn)方法和改變一致性后得到條件組態(tài)與原前因組態(tài)之間有明確的子集關(guān)系，結(jié)果就是穩(wěn)健的。

本文采用直接校準(zhǔn)法，并將完全隸屬、中間點(diǎn)和完全不隸屬的閾值分別由原來(lái)的0.8、0.5 和0.2 改變?yōu)?.85、0.5、0.15，在一致性閾值和頻數(shù)不變的情況下，產(chǎn)生的組態(tài)一致；在不改變校準(zhǔn)方法基礎(chǔ)上，保持一致性閾值為0.80，頻數(shù)為1 不變的情況下，將PRI 一致性臨界值由0.75 提升至0.8，其結(jié)果不變，繼續(xù)提升至0.84，產(chǎn)生的組態(tài)除個(gè)別邊緣條件和核心條件發(fā)生變化外，人工智能高質(zhì)量的組態(tài)路徑并未發(fā)生改變，表明本文的分析結(jié)果是穩(wěn)健的。

四、研究結(jié)論與政策建議

（一）研究結(jié)論

本文將城市作為研究對(duì)象，對(duì)于城市人工智能發(fā)展的分析更加系統(tǒng)和具體，這些發(fā)現(xiàn)是基于中國(guó)城市的不同發(fā)展現(xiàn)實(shí)來(lái)對(duì)各自在人工智能發(fā)展中的地位和角色解釋的一種嶄新的和有意義的嘗試，也是基于組態(tài)的視角對(duì)其發(fā)展研究的豐富和補(bǔ)充。

如何促進(jìn)人工智能的高質(zhì)量發(fā)展是當(dāng)前經(jīng)濟(jì)高質(zhì)量發(fā)展的重要內(nèi)容。更好地發(fā)揮政府的“幫助之手”，并發(fā)揮市場(chǎng)在資源配置中的決定性作用，是促進(jìn)人工智能高質(zhì)量發(fā)展的關(guān)鍵。本文基于技術(shù)經(jīng)濟(jì)范式理論，以95 個(gè)城市為研究樣本，運(yùn)用fsQCA 方法，從組態(tài)的視角探討了產(chǎn)業(yè)基礎(chǔ)、市場(chǎng)規(guī)模、人力資本、政府干預(yù)、金融資本和技術(shù)創(chuàng)新6 大前因條件的協(xié)同機(jī)制影響中國(guó)城市人工智能高質(zhì)量發(fā)展的多元路徑。主要結(jié)論如下：中國(guó)城市人工智能的發(fā)展具有殊途同歸和多重路徑并發(fā)的明顯特征，對(duì)于產(chǎn)生城市高人工智能發(fā)展而言，任何單一因素既不能成為產(chǎn)生其高質(zhì)量發(fā)展的必要條件，也不能成為引發(fā)產(chǎn)生其高質(zhì)量發(fā)展的充分條件，但擴(kuò)大市場(chǎng)規(guī)模和提升人力資本對(duì)產(chǎn)生城市高人工智能發(fā)展上發(fā)揮著更為普適的作用，這體現(xiàn)了市場(chǎng)和人才在推動(dòng)中國(guó)城市人工智能高質(zhì)量發(fā)展的重要地位，產(chǎn)生城市人工智能高質(zhì)量發(fā)展是多種因素共同作用的結(jié)果，所形成的2 條驅(qū)動(dòng)路徑體現(xiàn)了不同城市人工智能高質(zhì)量發(fā)展的多重實(shí)現(xiàn)方式；對(duì)于產(chǎn)生城市非高人工智能發(fā)展而言，任何單一因素既不能成為產(chǎn)生其非高質(zhì)量發(fā)展的必要條件，也不能成為引發(fā)產(chǎn)生其非高質(zhì)量發(fā)展的充分條件，但產(chǎn)業(yè)基礎(chǔ)的不足是制約城市高人工智能發(fā)展的共同因素。

（二）政策啟示

基于以上結(jié)論，本文提出推動(dòng)中國(guó)城市人工智能高質(zhì)量發(fā)展的對(duì)策建議。

加快區(qū)域經(jīng)濟(jì)發(fā)展，提高人力資本發(fā)展水平。中國(guó)城市人工智能高和非高質(zhì)量發(fā)展路徑表明，雖然單個(gè)的前因條件并不構(gòu)成產(chǎn)生城市高人工智能發(fā)展的必要條件，但擴(kuò)大市場(chǎng)規(guī)模和提升人力資本對(duì)產(chǎn)生城市高人工智能發(fā)展上發(fā)揮著更為普適的作用。因此，對(duì)于全國(guó)省會(huì)城市及東部沿海城市而言，推動(dòng)區(qū)域內(nèi)人工智能高質(zhì)量發(fā)展的過(guò)程中，應(yīng)將自身市場(chǎng)規(guī)模和人力資本的比較優(yōu)勢(shì)放在首位，進(jìn)一步推動(dòng)和提高人工智能的市場(chǎng)需求；對(duì)于中西部非省會(huì)城市和東部沿海科教資源相對(duì)落后的城市而言，改變區(qū)域內(nèi)人工智能非高質(zhì)量發(fā)展現(xiàn)狀，應(yīng)將做強(qiáng)做大市場(chǎng)規(guī)模放在突出位置，并逐步提高高素質(zhì)人力資本水平，滿足區(qū)域內(nèi)人工智能發(fā)展所需的人才需求和智力支持。

夯實(shí)智能化產(chǎn)業(yè)基礎(chǔ)，拓寬人工智能應(yīng)用場(chǎng)景。前文研究表明，產(chǎn)業(yè)基礎(chǔ)優(yōu)勢(shì)作為邊緣條件輔助性地推動(dòng)了中國(guó)城市人工智能的高質(zhì)量發(fā)展，而其發(fā)展不足是制約城市高人工智能發(fā)展的共同因素。因此，全國(guó)省會(huì)城市及東部沿海城市在推動(dòng)區(qū)域內(nèi)人工智能高質(zhì)量發(fā)展的過(guò)程中，要注重保持并不斷發(fā)揮區(qū)域內(nèi)產(chǎn)業(yè)基礎(chǔ)的相對(duì)優(yōu)勢(shì)對(duì)其人工智能發(fā)展的推動(dòng)作用；中西部非省會(huì)城市和東部沿?？平藤Y源相對(duì)落后的城市應(yīng)將夯實(shí)產(chǎn)業(yè)基礎(chǔ)作為改變區(qū)域內(nèi)人工智能非高質(zhì)量發(fā)展現(xiàn)狀的首要目標(biāo)，通過(guò)不斷推進(jìn)傳統(tǒng)產(chǎn)業(yè)與智能技術(shù)的嵌合應(yīng)用，推動(dòng)產(chǎn)業(yè)向智能化方向發(fā)展，為著力拓寬人工智能的應(yīng)用奠定良好的基礎(chǔ)。

立足區(qū)域資源稟賦，創(chuàng)造良好的市場(chǎng)環(huán)境。對(duì)于全國(guó)省會(huì)城市及東部沿海城市而言，政府可以綜合考慮和充分把握區(qū)域內(nèi)的金融支持與產(chǎn)業(yè)基礎(chǔ)等各種資源的差異性，引導(dǎo)市場(chǎng)選擇符合區(qū)域內(nèi)經(jīng)濟(jì)社會(huì)現(xiàn)實(shí)的人工智能發(fā)展的驅(qū)動(dòng)路徑，并基于組態(tài)的思維制定各種有利于推動(dòng)人工智能發(fā)展的金融支持和產(chǎn)業(yè)數(shù)智化發(fā)展的各種政策，堅(jiān)持統(tǒng)籌兼顧并搞好綜合平衡，通過(guò)發(fā)揮各項(xiàng)政策組合拳的優(yōu)勢(shì)，推動(dòng)市場(chǎng)環(huán)境優(yōu)勢(shì)的進(jìn)一步提升；對(duì)于中西部非省會(huì)城市和東部沿?？平藤Y源相對(duì)落后的城市而言，政府要充分認(rèn)識(shí)到人工智能發(fā)展的“非均衡性”，立足自身的資源稟賦，并發(fā)揮自身產(chǎn)業(yè)發(fā)展的規(guī)劃與指導(dǎo)作用，通過(guò)財(cái)政與稅收政策引導(dǎo)各種形式的資本向智能技術(shù)前沿領(lǐng)域集聚，為加快智能技術(shù)的應(yīng)用進(jìn)而推動(dòng)區(qū)域內(nèi)高質(zhì)量發(fā)展動(dòng)能的轉(zhuǎn)換營(yíng)造良好的社會(huì)環(huán)境。

（三）不足與展望

盡管本文基于技術(shù)經(jīng)濟(jì)范式理論，從組態(tài)的視角彌補(bǔ)了傳統(tǒng)回歸分析對(duì)中國(guó)城市人工智能高質(zhì)量發(fā)展解釋的不足，但和許多研究一樣仍然難免存在疏漏之處。首先，受限于樣本數(shù)據(jù)的可得性，本文僅對(duì)95 個(gè)城市的人工智能發(fā)展路徑進(jìn)行分析，未來(lái)可以進(jìn)一步收集更多城市的相關(guān)資料，進(jìn)一步提高其研究結(jié)論的可推廣性。其次，由于城市層面有關(guān)人工智能的權(quán)威統(tǒng)計(jì)數(shù)據(jù)較少，且目前QCA 方法在面對(duì)時(shí)間變化方面的應(yīng)用并不成熟，故本文對(duì)人工智能發(fā)展只是進(jìn)行了靜態(tài)分析，未來(lái)應(yīng)重點(diǎn)關(guān)注人工智能跨時(shí)間變化下的動(dòng)態(tài)發(fā)展路徑的研究。